定 價：69 元
叢書名：智能物聯(lián)網(wǎng)系列教材
- 作者：郭斌劉思聰王柱等著
- 出版時間：2022/12/1
- ISBN：9787111725114
- 出 版 社：機械工業(yè)出版社
- 中圖法分類：TP393.4
- 頁碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
本書在兼顧廣度和深度的前提下，深度融合計算機科學(xué)、物聯(lián)網(wǎng)、人工智能、邊緣智能、群智感知計算等相關(guān)學(xué)科和方向的專業(yè)概念，重點闡述了智能物聯(lián)網(wǎng)領(lǐng)域基礎(chǔ)理論、架構(gòu)和關(guān)鍵技術(shù)進展。從AIoT新型體系架構(gòu)出發(fā)，按照“智能感知-網(wǎng)絡(luò)增強-協(xié)同計算-平臺應(yīng)用”的組織思路，遵循“創(chuàng)新引領(lǐng)、深入淺出、理論+實踐”的原則基調(diào)，就智能物聯(lián)網(wǎng)AIoT的基本概念、AIoT體系架構(gòu)、多模態(tài)感知、智能無線感知、群智感知、智能物聯(lián)網(wǎng)絡(luò)、終端適配智能計算、分布式學(xué)習(xí)、端邊云協(xié)同計算、平臺及典型應(yīng)用等進行系統(tǒng)性闡述和深入探討。本書不僅可以作為計算機和物聯(lián)網(wǎng)相關(guān)專業(yè)高年級本科生和研究生的課程教材，也適合所有希望了解智能物聯(lián)網(wǎng)的工程技術(shù)人員閱讀。
人類正在進入“人機物”融合、萬物智能互聯(lián)的時代。隨著物聯(lián)網(wǎng)和人工智能技術(shù)的飛速發(fā)展，智能物聯(lián)網(wǎng)（AIoT）正成長為一個極具前景的新興領(lǐng)域。智能物聯(lián)網(wǎng)的應(yīng)用和服務(wù)已逐步融入國家與民生需求的各個領(lǐng)域，如智能制造、智能交通、智慧農(nóng)業(yè)、國防軍事等。有別于物聯(lián)網(wǎng)，智能物聯(lián)網(wǎng)在現(xiàn)有物聯(lián)網(wǎng)的技術(shù)基礎(chǔ)上，與人工智能技術(shù)在實際應(yīng)用中落地融合，在萬物相連相通的同時，賦予云（云平臺）、邊（邊緣設(shè)備）、端（智能手機、可穿戴設(shè)備、機器人等）智能感知與智能運算的能力，從而使物聯(lián)網(wǎng)呈現(xiàn)全新的服務(wù)與應(yīng)用形態(tài)。
智能物聯(lián)網(wǎng)是以人工智能、邊緣計算與物聯(lián)網(wǎng)等技術(shù)的深度融合為基礎(chǔ)，在感知、通信、計算和應(yīng)用中通過人工智能技術(shù)賦能，具有更高靈活性、自組織性、自適應(yīng)性、持續(xù)演化的物聯(lián)網(wǎng)系統(tǒng)。智能物聯(lián)網(wǎng)帶來了泛在智能感知、物聯(lián)網(wǎng)終端智能、情境自適應(yīng)通信、分布式群體智能、云邊端協(xié)同計算等新的特質(zhì)和挑戰(zhàn)問題，也為自動駕駛、智能工廠、智能家居、健康養(yǎng)老、機器人等產(chǎn)業(yè)發(fā)展帶來了新的機遇。在兼顧廣度和深度的前提下，本書深度融合計算機科學(xué)、物聯(lián)網(wǎng)、人工智能、邊緣智能、群智感知計算等相關(guān)學(xué)科和方向的專業(yè)概念，重點闡述了智能物聯(lián)網(wǎng)領(lǐng)域的基礎(chǔ)理論、架構(gòu)和關(guān)鍵技術(shù)進展。
本書共11章，從AIoT新型體系架構(gòu)出發(fā)，按照“智能感知-網(wǎng)絡(luò)增強-協(xié)同計算-平臺應(yīng)用”的組織思路，遵循“創(chuàng)新引領(lǐng)、深入淺出、理論+實踐”的原則基調(diào)，就AIoT的基本概念、AIoT體系架構(gòu)、多模態(tài)感知、智能無線感知、群智感知、智能物聯(lián)網(wǎng)絡(luò)、終端適配智能計算、分布式學(xué)習(xí)、端邊云協(xié)同計算、平臺及典型應(yīng)用等進行系統(tǒng)性闡述和深入探討。
在本書成稿過程中，西北工業(yè)大學(xué)智能感知與計算工信部重點實驗室的師生深度參與，為書稿的編撰付出了辛勞和智慧，其中郭斌老師負(fù)責(zé)全書整體脈絡(luò)并完成第1章和最后兩章內(nèi)容的組織和撰寫，劉思聰老師負(fù)責(zé)撰寫第7～9章，王柱老師負(fù)責(zé)撰寫第3、4章，李志剛老師負(fù)責(zé)撰寫第2、6章，劉琰博士負(fù)責(zé)撰寫第5章。特別感謝實驗室學(xué)術(shù)帶頭人周興社教授和於志文教授多年來的悉心指導(dǎo)以及在本書編寫和審校過程中給予的寶貴意見。感謝實驗室邱晨老師在本書前期組織過程中所做出的貢獻。
我們還要特別感謝清華大學(xué)劉云浩教授、北京大學(xué)張大慶教授、北京郵電大學(xué)馬華東教授、中國科技大學(xué)李向陽教授、天津大學(xué)李克秋教授、東南大學(xué)羅軍舟教授、上海交通大學(xué)陳貴海教授、西安交通大學(xué)桂小林教授、西北工業(yè)大學(xué)李士寧教授等物聯(lián)網(wǎng)領(lǐng)域的同行學(xué)者，本書凝聚了大家一起研討或合作的成果。此外，還有很多同事和朋友以不同形式提供了幫助，在此就不一一列舉，敬請各位諒解。
本書不僅可以作為計算機和物聯(lián)網(wǎng)相關(guān)專業(yè)高年級本科生和研究生的課程教材，也適合所有希望了解智能物聯(lián)網(wǎng)的工程技術(shù)人員閱讀。作為一個快速發(fā)展的新興研究領(lǐng)域，智能物聯(lián)網(wǎng)新概念、新問題、新方法不斷涌現(xiàn)，限于編者的學(xué)識水平，本書難免會存在疏漏或不足之處，敬請讀者批評指正。
作者
2022年8月于西安
序 言
前 言
第1章 緒論1
1.1 背景與趨勢1
1.2 智能物聯(lián)網(wǎng)概念與特征3
1.2.1 物聯(lián)網(wǎng)與人工智能發(fā)展概述3
1.2.2 智能物聯(lián)網(wǎng)概念5
1.2.3 智能物聯(lián)網(wǎng)特征6
1.3 智能物聯(lián)網(wǎng)體系架構(gòu)與軟件平臺6
1.3.1 云邊端協(xié)同AIoT體系架構(gòu)7
1.3.2 AIoT系統(tǒng)軟件平臺8
1.4 關(guān)鍵技術(shù)9
1.4.1 泛在智能感知10
1.4.2 群智感知計算10
1.4.3 智能物聯(lián)網(wǎng)通信11
1.4.4 終端適配深度計算12
1.4.5 物聯(lián)網(wǎng)分布式學(xué)習(xí)12
1.4.6 云邊端協(xié)同計算13
1.4.7 安全與隱私保護14
1.5 典型應(yīng)用14
1.5.1 智能家居14
1.5.2 自動駕駛15
1.5.3 智慧城市17
1.5.4 智能工廠19
1.6 本書整體結(jié)構(gòu)20
1.7 習(xí)題22
參考文獻22
第2章 智能物聯(lián)網(wǎng)體系架構(gòu)25
2.1 物聯(lián)網(wǎng)體系架構(gòu)25
2.1.1 ISO物聯(lián)網(wǎng)參考體系架構(gòu)26
2.1.2 IETF物聯(lián)網(wǎng)體系架構(gòu)29
2.2 智能物聯(lián)網(wǎng)系統(tǒng)模型31
2.2.1 AI功能的實現(xiàn)32
2.2.2 智能物聯(lián)網(wǎng)體系架構(gòu)概述34
2.3 典型的智能物聯(lián)網(wǎng)體系架構(gòu)35
2.3.1 Azure IoT架構(gòu)35
2.3.2 阿里云IoT架構(gòu)38
2.4 習(xí)題41
參考文獻42
第3章 多模態(tài)智能感知43
3.1 物聯(lián)網(wǎng)多模態(tài)感知背景43
3.1.1 多模態(tài)感知概念43
3.1.2 物聯(lián)網(wǎng)數(shù)據(jù)特征44
3.2 物聯(lián)網(wǎng)中的視覺感知44
3.2.1 視覺感知基礎(chǔ)44
3.2.2 移動目標(biāo)檢測49
3.2.3 移動地圖構(gòu)建50
3.2.4 視頻流目標(biāo)跟蹤55
3.2.5 視頻動作識別56
3.3 物聯(lián)網(wǎng)中的聽覺感知57
3.3.1 聽覺感知基礎(chǔ)57
3.3.2 語音識別模型62
3.3.3 人機語音交互70
3.4 物聯(lián)網(wǎng)中的多模態(tài)融合感知74
3.4.1 多模態(tài)感知數(shù)據(jù)融合方法74
3.4.2 多模態(tài)融合感知挑戰(zhàn)和機遇77
3.5 習(xí)題78
參考文獻79
第4章 智能無線感知82
4.1 無線感知基礎(chǔ)原理82
4.1.1 無線感知信號82
4.1.2 無線感知理論模型84
4.1.3 無線感知系統(tǒng)工作模式87
4.2 基于Wi-Fi的智能感知技術(shù)87
4.2.1 Wi-Fi感知的基本概念和原理87
4.2.2 Wi-Fi感知關(guān)鍵技術(shù)88
4.2.3 Wi-Fi感知典型應(yīng)用94
4.3 基于RFID的智能感知技術(shù)100
4.3.1 RFID技術(shù)基本概念與感知原理100
4.3.2 RFID感知關(guān)鍵技術(shù)與應(yīng)用103
4.4 總結(jié)與展望108
4.4.1 常見無線感知方式對比109
4.4.2 無線感知研究挑戰(zhàn)和發(fā)展趨勢110
4.5 習(xí)題111
參考文獻111
第5章 群智感知114
5.1 群智感知基本概念114
5.1.1 群智感知定義115
5.1.2 群智感知體系架構(gòu)117
5.2 群智感知任務(wù)分配118
5.2.1 任務(wù)分配模型118
5.2.2 任務(wù)分配方法124
5.3 群智感知數(shù)據(jù)優(yōu)選131
5.3.1 數(shù)據(jù)選擇機制131
5.3.2 感知數(shù)據(jù)質(zhì)量評估132
5.3.3 冗余數(shù)據(jù)優(yōu)選134
5.4 群智感知激勵機制137
5.4.1 群智感知激勵模型137
5.4.2 用戶激勵方法138
5.5 群智感知發(fā)展趨勢143
5.6 習(xí)題144
參考文獻145
第6章 智能物聯(lián)網(wǎng)絡(luò)148
6.1 物聯(lián)網(wǎng)通信體系架構(gòu)148
6.1.1 物聯(lián)網(wǎng)通信參考模型149
6.1.2 物聯(lián)網(wǎng)通信標(biāo)準(zhǔn)149
6.1.3 智能物聯(lián)網(wǎng)絡(luò)151
6.2 物聯(lián)網(wǎng)智能接入控制152
6.2.1 認(rèn)知MAC協(xié)議152
6.2.2 基于模糊邏輯的接入延遲改善154
6.2.3 應(yīng)用強化學(xué)習(xí)緩解無線信道沖突156
6.3 物聯(lián)網(wǎng)智能路由157
6.3.1 基于強化學(xué)習(xí)的物聯(lián)網(wǎng)路由158
6.3.2 基于神經(jīng)網(wǎng)絡(luò)的物聯(lián)網(wǎng)路由160
6.3.3 基于人工智能技術(shù)對現(xiàn)有物聯(lián)網(wǎng)路由協(xié)議的改進161
6.4 物聯(lián)網(wǎng)智能傳輸控制163
6.4.1 基于神經(jīng)網(wǎng)絡(luò)的擁塞控制方法163
6.4.2 其他智能擁塞控制方法166
6.5 習(xí)題168
參考文獻168
第7章 物聯(lián)網(wǎng)終端智能170
7.1 深度模型壓縮171
7.1.1 深度模型壓縮172
7.1.2 深度模型按需壓縮176
7.1.3 深度模型超參數(shù)優(yōu)化178
7.1.4 深度模型動態(tài)推理179
7.2 深度模型量化182
7.2.1 基本概念183
7.2.2 基本方法185
7.2.3 低比特位寬量化187
7.2.4 量化與硬件加速191
7.3 深度模型自動化搜索191
7.4 軟硬協(xié)同加速193
7.4.1 微控制器深度計算194
7.4.2 性能評估方法195
7.5 習(xí)題198
參考文獻198
第8章 智能物聯(lián)網(wǎng)機器學(xué)習(xí)201
8.1 物聯(lián)網(wǎng)聯(lián)邦學(xué)習(xí)202
8.1.1 橫向聯(lián)邦學(xué)習(xí)204
8.1.2 縱向聯(lián)邦學(xué)習(xí)207
8.1.3 個性化聯(lián)邦學(xué)習(xí)208
8.2 物聯(lián)網(wǎng)智能決策210
8.2.1 強化學(xué)習(xí)與智能決策212
8.2.2 物聯(lián)網(wǎng)多智能體協(xié)同決策214
8.2.3 多智能體協(xié)同決策方法215
8.3 物聯(lián)網(wǎng)知識遷移217
8.3.1 知識蒸餾方法218
8.3.2 域自適應(yīng)方法221
8.3.3 元學(xué)習(xí)方法224
8.4 習(xí)題227
參考文獻227
第9章 智能物聯(lián)網(wǎng)協(xié)同計算230
9.1 協(xié)同計算基本內(nèi)涵230
9.2 分布式數(shù)據(jù)融合計算232
9.2.1 多模態(tài)數(shù)據(jù)融合計算232
9.2.2 異步數(shù)據(jù)流融合計算236
9.2.3 時空數(shù)據(jù)融合計算237
9.3 分布式模型分割計算240
9.3.1 串行協(xié)同計算241
9.3.2 并行協(xié)同計算243
9.3.3 混合協(xié)同計算245
9.4 分布式資源協(xié)同計算247
9.4.1 邊端設(shè)備負(fù)載均衡優(yōu)化247
9.4.2 邊緣內(nèi)部資源分配優(yōu)化249
9.5 分布式數(shù)據(jù)傳輸優(yōu)化250
9.5.1 自適應(yīng)數(shù)據(jù)過濾251
9.5.2 自適應(yīng)數(shù)據(jù)傳輸252
9.6 習(xí)題254
參考文獻255
第10章 AIoT平臺與應(yīng)用258
10.1 智能物聯(lián)網(wǎng)平臺258
10.1.1 AWS IoT258
10.1.2 微軟Azure IoT261
10.1.3 華為云IoT263
10.2 典型領(lǐng)域應(yīng)用案例266
10.2.1 智能商業(yè)—無人超市266
10.2.2 智能工業(yè)—工業(yè)4.0下的數(shù)字工業(yè)268
10.2.3 智慧健康—老年人輔助機器人271
10.3 習(xí)題272
參考文獻272
第11章 未來展望273
11.1 現(xiàn)狀與挑戰(zhàn)273
11.2 未來發(fā)展趨勢274
11.2.1 軟硬協(xié)同終端智能274
11.2.2 跨模態(tài)融合泛在感知274
11.2.3 面向AIoT的智能演進275
11.2.4 新一代智能物聯(lián)網(wǎng)絡(luò)276
11.2.5 動態(tài)場景模型持續(xù)演化276
11.2.6 人機物融合群智計算277
11.2.7 通用AIoT系統(tǒng)平臺277
11.3 習(xí)題278
參考文獻278
書單推薦
